基于随机因子模型及部分信息下的碳排放惩罚性投机组合保险策略
投资组合管理
2026-03-25 v2
摘要
鉴于环境、社会和治理（ESG）因素，尤其是碳排放的日益重要作用，我们研究在考虑碳足迹减排的情形下，针对比例投机组合保险（PPI）策略的最优问题。PPI策略使投资者在保留上行收益潜力的同时缓解下行风险。本文旨在确定PPI策略的杠杆系数，以最大化终端垫子（terminal cushion）的预期效用，其中终端垫子因由碳密集型企业发行的股票实现的波动性而按比例受到惩罚。我们采用几何布朗运动模型描述有风险资产的动力学，其漂移率由一个不可观测的共同随机因子所调制，以捕捉通常不可直接观测的市场特定或经济宏观状态变量。运用经典随机滤波理论，我们建立合适的优化问题，并在CRRA效用函数下求解。我们在完全信息和部分信息下刻画最优碳惩罚性PPI策略及其最优值函数，并量化信息不完全导致的效用损失。最后，我们进行数值分析，表明所提出的策略在减少碳排放强度的同时未损害金融绩效。
引用
@article{arxiv.2511.19186,
title = {Carbon-Penalised Portfolio Insurance Strategies in a Stochastic Factor Model with Partial Information},
author = {Katia Colaneri and Federico D'Amario and Daniele Mancinelli},
journal= {arXiv preprint arXiv:2511.19186},
year = {2026}
}